問題タブ [google-cloud-vision]

目標:ユーザーが S3 にアップロードすると、Lambda がトリガーされてファイルが取得され、分析のために Google Vision API に送信され、結果が返されます。

thisによると、google-cloudネイティブ ライブラリが必要であり、ラムダが実行されている OS に対してコンパイルする必要があります。使用lambda-packagerするとエラーがスローされましたが、代わりにノードと NPM を備えた EC2 を使用してインストールを実行するインターネット検索が表示されました。これをハッキングする精神で、それが私がそれをほとんど機能させるためにしたことです*。少なくともラムダは ELF ヘッダー エラーを出さなくなりました。

私の現在の問題は、Vision API を呼び出す方法が 2 つあり、どちらも機能せず、両方とも (ほとんどの場合) 別のエラーを返すことです。

共通コード:このコードは常に同じで、関数の先頭にあり、後のコード ブロックが問題に集中できるように分離しています。

使用法detect(): このコードは常にエラーを返しますError: error:0906D06C:PEM routines:PEM_read_bio:no start line。URL が公開されているため、理論的には機能するはずです。エラーを検索したところ、HTTPS の可能性があると考えられたので、HTTPS を HTTP に置き換えたバリエーションを試してみましたが、同じエラーが発生しました。

使用法detectLabels():このコードは常に を返しますError: ENAMETOOLONG: name too long, open ....[the image in base64]...。提案では、メソッドに base64 イメージを渡すのではなく、パブリック パスを渡す必要があると考えられていました。これは、名前が長すぎると言う理由を説明します (base64 画像はかなりの URL です)。残念ながら、上記の PEM エラーが発生します。また、base64エンコーディングを行わず、オブジェクトバッファをawsから直接渡そうとしましたが、PEMエラーも発生しました。

Best Practicesによると、画像は base64 でエンコードする必要があります。

API ドキュメントや例などから、これらを正しく使用しているようです。これらすべてのドキュメントを百万回読んだような気がします。

base64 を想定している場合、NAMETOOLONG エラーをどうすればよいかわかりません。これらの画像は 1 MB 以下です。

*PEMエラーは資格情報に関連しているようです。これらすべての資格情報がどのように機能し、モジュールがEC2（PEMファイルの種類がない）でどのようにコンパイルされているかを理解しているため、それが私の問題かもしれません. npm installLinuxボックスにインストールする必要があるのと同じように、実行する前にいくつかの資格情報を設定する必要があるのでしょうか? これは私の理解の範囲を超え始めているので、ここの誰かが知っていることを願っています。

理想的には、detect検出したいものを指定できるため、 を使用する方が良いでしょうが、Google から有効な応答を取得するだけでも素晴らしいでしょう。皆さんが提供できる手がかりは大歓迎です。

私は Google Cloud Vision API を初めて使用し、ドミナント カラー機能を使用して画像から色を抽出したいと考えていました。以下はTerrence Ryan のブログに基づいた私のコードです

コードは機能しますが、いくつか問題があります。画像には明らかに表示されているが、API 応答には含まれていない色がいくつかあります。したがって、結果の数を増やすと解決すると思いましたが、「maxResults」(Google API ドキュメント:返される結果の数) パラメーターを任意の値に変更しても、応答には何の影響もないことがわかりました。パラメータを10未満に設定しても、画像を変更しても、結果の数は10色に固定されます。Google の API ドキュメントにはそれについて何も書かれていないので、ここにいる皆さんの中に経験したことがある人がいるかどうか疑問に思っていました。

I am trying to test out google cloud vision api by following Google's tutorial on using cloud vision api.

Step 1: Generating JSON Requests by typing the following command in the terminal

The above command generates request.json file.

Step 2: Using Curl to Send Generated Requests

Output in Terminal (following step 2) Notice that the output in the terminal (see below) shows Content-Length: 0 and [data not shown].

Can someone please advise why the content length is zero ? and also why I am unable to obtain the JSON response from google cloud vision api ?

The below is the out put in Terminal

Below is the JSON request generated in request.json file

Below is the Code in generate_json.py

The below is the text inside cloudVisionInputFile

React Native の Image Picker コンポーネントを使用して、アプリで画像をキャプチャしています。画像を表示する前に、Google Cloud Vision の Text Detection API を使用して画像を解析します。React Native でコンポーネントを検索していますが、結果がありません。周囲に何かがあるかどうか、または React Native 内で実行できるかどうかを知っている人はいますか?

IBM Watson には、画像を使用して Watson で分類子をトレーニングできる機能がありますが、Google Cloud Vision API で同様の機能を見つけることができませんか? 私が欲しいのは、10〜15クラスの画像をアップロードし、アップロード画像に基づいて、その後にロードされた画像を分類することです。IBM Bluemix (Watson) にはこの機能がありますが、価格は Google よりも大幅に高くなります。価格が Google の価格を下回っている場合は、他のサービスも利用できます

Google Cloud Platform が提供する Google ビジョン サービスを使用する必要がある Android アプリケーションを開発しています。認証のために、これはクラスGoogleCredentialクラスを使用します。そのコードは次の場所にあります。

https://cloud.google.com/vision/docs/label-tutorial#authenticating

別のリンクからダウンロードした json ファイルを指す環境変数としてGOOGLE_APPLICATION_CREDENTIALS変数を設定する必要がありますが、これは重要ではありません。

質問は次のとおりです。使用して環境変数を設定すると

それは私に例外を与えます:

java.io.IOException: アプリケーションのデフォルト認証情報が利用できません。これらは、Google App Engine、Google Compute Engine、または Google Cloud Shell で実行されている場合に使用できます。それ以外の場合は、環境変数 GOOGLE_APPLICATION_CREDENTIALS を、認証情報を定義するファイルを指すように定義する必要があります。

列をなして

すべてのコードは、上記のリンクにあります。

Google Vision API のテキスト検出機能を試しており、テキスト画像に対して OCR を実行しようとしています。テキスト画像は非常にきれいで、80% の確率で機能します。エラーの 20% には、誤って解釈された数字/文字 (修正可能) と、単純に表示されない単語/数字 (修正不可能!) が含まれます。

ベスト プラクティス ページのヒント (画像は 1024x768、16 ビット PNG) に従いましたが、役に立ちませんでした。

例を次に示します: このサンプル ページ https://storage.googleapis.com/ximian-cloud.appspot.com/sample_page.png

番号は 177 (観測中、「RT ARM」の権利) であり、これは API によってまったく検出されません ...

私は試した：

• 2 倍の解像度 (2048 x 1536)
• BMP 24 ビット
• BMP 32 ビット
• 上記のすべて、グレースケール
• 上記全て反転（黒背景白文字）

運が悪い...

なぜこれが起こっているのかについてのヒントはありますか？それはAPIですか、それとも私の画像フォーマットは何らかのフォーマットを使用できますか?

ユーザーがアップロードした画像を使用し、Web 上で同じ/類似の画像を検索するアプリを作成しようとしています。Google 画像はその最たる例なので、まず Vision API を使用して画像ラベルを読み取り、Google Custom Search API を使用してクエリを実行してみました。問題は、ラベル読み取り API が特定のラベルを与えないことです。たとえば、スターバックスのロゴを Google 画像にアップロードすると、「スターバックス」と「ロゴ」というラベルが付けられます。API からラベルを取得するために同じ画像を使用すると、「フォント」、「サークル」、「アート」などの他のすべての無関係なラベルが表示されます。使用すると異なる結果が得られますか?